I. Percepção de pose
A percepção da pose é alcançada através do uso combinado de sensores de posição sem contato e sensores de atitude para rastrear mudanças na posição e orientação espacial de um objeto.
2. Detecção Flexível
Atualmente, uma variedade de sensores são amplamente empregados em muitos dispositivos de detecção inteligentes. Suas aplicações permearam áreas como produção industrial, exploração oceânica, proteção ambiental, diagnóstico médico, bioengenharia, desenvolvimento espacial e casas inteligentes.
À medida que as exigências da era da informação aumentam, as expectativas relativamente a parâmetros de desempenho como o âmbito, a precisão e a estabilidade da informação medida aumentam gradualmente.
Isto apresentou novos desafios para sensores padrão, especialmente em termos de requisitos de medição de gás, pressão e umidade em ambientes e sinais especiais.
Em resposta ao número crescente de sinais e ambientes especiais, novas tecnologias de sensores desenvolveram-se nas seguintes tendências: o desenvolvimento de novos materiais, novos processos e sensores inovadores; a realização de integração e inteligência de sensores; miniaturização de sistemas e componentes de hardware de tecnologia de sensores; e a integração de sensores com outras disciplinas.
Ao mesmo tempo, há um desejo por sensores com transparência, flexibilidade, extensibilidade, capacidade de flexão livre ou mesmo de dobramento, portabilidade e usabilidade. Com o avanço dos materiais de substrato flexíveis, surgiram sensores flexíveis que atendem a todas essas características de tendência.
1) Características dos sensores flexíveis
Os materiais flexíveis, em contraste com os rígidos, normalmente exibem propriedades como maciez, baixo módulo e facilidade de deformação. Os materiais flexíveis comuns incluem álcool polivinílico (PVA), poliéster (PET), poliimida (PI), naftalato de polietileno (PEN), folhas de papel e materiais têxteis.
Sensores flexíveis são aqueles feitos desses materiais flexíveis, oferecendo excelente flexibilidade, extensibilidade e até mesmo a capacidade de dobrar ou dobrar livremente.
Com diversos projetos estruturais, eles podem ser dispostos conforme a necessidade, dependendo das condições de medição, facilitando a inspeção conveniente de assuntos complexos.
Esses novos sensores flexíveis são amplamente utilizados em diversos campos, como pele eletrônica, saúde, eletrônica, engenharia elétrica, equipamentos esportivos, têxteis, aeroespacial e monitoramento ambiental.
2) Classificação de Sensores Flexíveis
Os sensores flexíveis são diversos, com vários métodos de categorização. Classificados por uso, os sensores flexíveis incluem sensores de pressão, sensores de gás (para detecção de álcool), sensores de umidade (para previsão do tempo), sensores de temperatura (como termômetros), sensores de tensão, sensores magnetorresistivos e sensores de fluxo térmico (para refrigeradores).
Classificados por mecanismo de detecção, os sensores flexíveis incluem tipos resistivos, capacitivos, magnetopressivos e indutivos.
3) Sensores Flexíveis Comuns
(1) Sensores de gás flexíveis
Os sensores de gás flexíveis utilizam materiais de película fina sensíveis ao gás dispostos na superfície do eletrodo, com um substrato flexível.
Eles são caracterizados pela leveza, flexibilidade, capacidade de dobrar facilmente e potencial para produção em larga escala. Os materiais de película fina são conhecidos por sua alta sensibilidade e processo de fabricação relativamente simples, atraindo atenção significativa.
Isto satisfaz plenamente os requisitos de portabilidade e baixa potência dos sensores de gás em ambientes especiais, superando as limitações tradicionais dos sensores de gás, como a falta de portabilidade, faixa de medição incompleta, pequena escala e alto custo. Eles podem realizar detecção simples e precisa de gases NH, NO e etanol, atraindo assim a atenção generalizada.
(2) Sensores de pressão flexíveis
Sensores de pressão flexíveis são amplamente utilizados em áreas como roupas inteligentes, esportes inteligentes e “pele” robótica.
Fluoreto de polivinilideno, borracha de silicone e poliimida, usados como materiais de base, têm sido amplamente empregados na fabricação de sensores de pressão flexíveis.
Esses materiais se distinguem dos sensores de força que usam extensômetros de metal e dos sensores de pressão de difusão comuns que usam chips semicondutores do tipo n, oferecendo flexibilidade, condutividade e características piezoresistivas superiores. (Figura 2)
(3) Sensor de umidade flexível
Os sensores de umidade consistem principalmente em dois tipos: resistivos e capacitivos. Os higrômetros, caracterizados por uma camada sensível à umidade revestida no substrato, experimentam mudanças na resistência e na resistividade à medida que o vapor de água no ar é absorvido no filme sensível à umidade.
Esta propriedade pode ser utilizada para medir a umidade. Os capacitores higroscópicos são geralmente feitos de filmes de polímero, com materiais comuns incluindo poliestireno, poliimida e acetato butirato de celulose.
Os sensores de umidade estão evoluindo rapidamente de simples componentes higroscópicos para dispositivos de detecção integrados, inteligentes e multiparâmetros. Os higrômetros tradicionais de bulbo seco e úmido ou higrômetros capilares não são mais capazes de atender às necessidades da ciência moderna.
Sensores de umidade flexíveis, devido ao seu baixo custo, baixo consumo de energia, facilidade de fabricação e integração em sistemas inteligentes, têm sido amplamente pesquisados.
O material de base para fazer esses sensores de umidade flexíveis é semelhante a outros sensores flexíveis, e existem muitos métodos para fazer o filme sensível à umidade, incluindo revestimento por imersão, revestimento por rotação, serigrafia e impressão a jato de tinta.
As estruturas flexíveis dos sensores são versáteis e podem ser organizadas para atender aos requisitos das condições de medição. Eles podem medir ambientes e sinais especiais de maneira conveniente e precisa, resolvendo os problemas de miniaturização, integração e desenvolvimento inteligente de sensores.
Esses novos sensores flexíveis desempenham um papel crucial na pele eletrônica, na biomedicina, em produtos eletrônicos vestíveis e na indústria aeroespacial. No entanto, o nível atual de tecnologia para a preparação de materiais como nanotubos de carbono e grafeno para sensores flexíveis é imaturo e persistem questões relacionadas ao custo, faixa de aplicação e vida útil.
Substratos flexíveis comuns não são resistentes ao calor, o que leva a alta tensão e fraca adesão entre o substrato flexível e o material do filme. As técnicas para montar, organizar, integrar e embalar sensores flexíveis também precisam de melhorias adicionais.
4) Materiais Comuns para Sensores Flexíveis
(1) Substratos flexíveis
Para atender às necessidades de dispositivos eletrônicos flexíveis, propriedades como leveza, transparência, flexibilidade, elasticidade, isolamento e resistência à corrosão tornaram-se indicadores-chave para substratos flexíveis.
Entre as muitas opções de substratos flexíveis, o polidimetilsiloxano (PDMS) tornou-se a primeira escolha. Suas vantagens incluem fácil disponibilidade, propriedades químicas estáveis, transparência e boa estabilidade térmica.
Especialmente, sua propriedade de ter áreas adesivas e não adesivas distintas sob luz ultravioleta facilita a adesão de materiais eletrônicos à sua superfície.
Muitos dispositivos eletrônicos flexíveis alcançam flexibilidade significativa reduzindo a espessura do substrato; no entanto, este método está limitado a superfícies de substrato quase planas. Em contraste, os dispositivos eletrônicos extensíveis podem aderir completamente a superfícies complexas e irregulares.
Atualmente, geralmente existem duas estratégias para alcançar a elasticidade de sensores vestíveis.
O primeiro método é aderir diretamente materiais condutores finos com baixo módulo de Young ao substrato flexível; o segundo método é usar condutores inerentemente extensíveis para montar dispositivos, geralmente preparados pela mistura de materiais condutores em uma base elástica.
(2) Materiais Metálicos
Normalmente compreendendo materiais condutores como ouro, prata e cobre, os materiais metálicos são usados principalmente para eletrodos e condutores.
Nos processos de impressão modernos, os materiais condutores frequentemente empregam nanotintas condutoras, incluindo nanopartículas e nanofios. Além da excelente condutividade, as nanopartículas metálicas podem ser sinterizadas em filmes finos ou fios.
(3) Materiais Semicondutores Inorgânicos
Representados por ZnO e ZnS, os materiais semicondutores inorgânicos apresentam amplas perspectivas de aplicação no campo de sensores eletrônicos flexíveis vestíveis devido às suas excelentes propriedades piezoelétricas.
(4) Materiais Orgânicos
Matrizes de sensores de pressão em grande escala são cruciais para o desenvolvimento futuro de sensores vestíveis. Sensores de pressão baseados em mecanismos de sinal piezoresistivos e capacitivos sofrem de diafonia de sinal, levando a medições imprecisas.
Esta questão representa um dos maiores desafios no avanço dos sensores vestíveis. O uso de transistores oferece uma solução para reduzir a diafonia do sinal.
Conseqüentemente, muitos estudos na área de sensores vestíveis e inteligência artificial concentram-se em como obter transistores flexíveis sensíveis à pressão em grande escala.
5) Aplicação de Sensores Flexíveis
A eletrônica flexível abrange muitos campos, incluindo o telefone dobrável e flexível lançado pela Huawei, que emprega tecnologia eletrônica flexível.
Normalmente, os eletrônicos flexíveis são fabricados a partir de uma mistura de materiais orgânicos e inorgânicos, exibindo excelente flexibilidade. Sensores flexíveis, feitos de materiais flexíveis, apresentam impressionante adaptabilidade ambiental.
À medida que a Internet das Coisas e a inteligência artificial evoluem, muitos sensores flexíveis são caracterizados pela sua elevada integração e características inteligentes.
As vantagens dos sensores flexíveis apresentam perspectivas de aplicação promissoras, inclusive em eletrônica médica, monitoramento ambiental e wearables.
Por exemplo, no domínio da monitorização ambiental, os cientistas podem colocar sensores flexíveis em dispositivos para monitorizar a intensidade de tufões e tempestades.
Em termos de wearables, os produtos eletrônicos flexíveis são mais adequados para testar parâmetros relacionados à pele, dada a natureza não plana do corpo humano.
Sensores de pressão flexíveis são amplamente utilizados em roupas inteligentes, esportes inteligentes e “pele” robótica. Fluoreto de polivinilideno, borracha de silicone e poliimida, que servem como materiais de base, têm sido amplamente aplicados na fabricação de sensores de pressão flexíveis.
Esses materiais diferem dos sensores de força que usam extensômetros de metal e sensores de pressão gerais que usam chips semicondutores do tipo n, apresentando flexibilidade, condutividade e propriedades piezoresistivas superiores.
Jianping Yu e sua equipe propuseram um novo conjunto de sensores táteis capacitivos flexíveis e tridimensionais, capaz de medir simultaneamente pressão e força de cisalhamento.
Com a camada de eletrodo indutivo baseada em placas de circuito impresso flexíveis (FPCB) e a camada de eletrodo flutuante baseada em polidimetilsiloxano (PDMS), o frágil circuito de interface é processado na camada de eletrodo indutivo na parte inferior, aumentando significativamente a rigidez flexural do conjunto de sensores .
O tecido de malha condutor formado pelo revestimento de materiais compósitos condutores à base de carbono em tecido de malha, desenvolvido por Weijing Yi e sua equipe, exibe um desempenho piezoresistivo pronunciado.
A relação de pressão e resistência deste tecido de malha condutora dentro da faixa de pressão apresenta uma boa relação linear e excelente repetibilidade.
Este tecido pode ser usado para medição de pressão em roupas inteligentes, manequins flexíveis e muito mais, sendo importante para a pesquisa de dispositivos vestíveis. A memória de porta flutuante, fabricada usando PEN como substrato flexível e materiais orgânicos como camada condutora, possui excelente desempenho, e o conjunto flexível de detecção de pressão resultante também possui alta resolução.
SOHM e outros criaram sensores de pressão flexíveis incorporando camadas de eletrodos PDMS em conjuntos de nanotubos de carbono alinhados verticalmente, que podem simular funções de detecção tátil e ser usados para pesquisas robóticas de “pele”.
3. Percepção e identificação da peça
A identificação de peças é uma etapa indispensável na fabricação industrial. O objetivo principal é discernir se as peças ou peças brutas que estão sendo alimentadas nas máquinas-ferramentas para processamento são de fato as peças ou peças brutas pretendidas, bem como identificar suas informações de posição atual.
Em operações de pequena escala ou indústrias com baixos requisitos de automação, esta detecção e identificação de peças pode ser executada manualmente.
No entanto, na fabricação industrial em larga escala ou em sistemas de fabricação automatizados flexíveis, inúmeras peças diferentes são automaticamente roteadas para vários dispositivos de processamento dentro do sistema, necessitando de detecção e identificação automáticas.
A combinação de visão computacional e inteligência artificial para identificação e detecção automática de peças é uma área essencial de pesquisa atual.
De acordo com as estatísticas, mais de 80% das informações que os seres humanos processam vêm de entradas visuais, tornando os sensores visuais vantajosos de várias maneiras para adquirir informações sobre o espaço de trabalho e a peça de trabalho:
(1) Mesmo depois de descartar uma parte significativa dos dados visuais, a informação restante sobre o ambiente circundante é muitas vezes mais abundante e precisa do que a fornecida pelo LIDAR ou pelos sensores ultrassónicos.
(2) Os sensores LIDAR e ultrassônicos operam emitindo ativamente pulsos e recebendo pulsos refletidos para medição de distância. Assim, quando múltiplas peças estão presentes simultaneamente em uma bancada, pode haver interferência entre elas. No entanto, este problema não existe com medições visuais, que são passivas.
(3) O período de amostragem de dados provenientes de sensores LIDAR e ultrassónicos é geralmente mais longo do que o das câmaras, tornando-as menos eficientes no fornecimento de informações a robôs de alta velocidade. Pelo contrário, os sensores visuais oferecem taxas de amostragem consideravelmente mais rápidas.
Certamente, os sensores visuais têm suas desvantagens, como serem menos eficazes do que sensores ativos, como o radar de ondas milimétricas, durante condições de neblina, luz solar direta e à noite.
Sensores ativos podem medir diretamente parâmetros como distância e velocidade de um alvo, enquanto sensores visuais requerem computação para obtê-los.
No entanto, em ambientes estruturados como laboratórios e oficinas de produção automatizadas, as vantagens duplas dos sensores visuais em termos de capacidade de informação e velocidade de recolha irão, sem dúvida, desempenhar um papel crucial no desenvolvimento da detecção e reconhecimento automático de peças.
Com a melhoria contínua do desempenho dos computadores e o rápido desenvolvimento e aperfeiçoamento da tecnologia de visão computacional, a utilização de computadores para reconhecer alvos em imagens tornou-se um ponto importante de pesquisa.
Além disso, a adoção generalizada de métodos de implementação de hardware de alta velocidade permitiu que a tecnologia de reconhecimento de imagem em tempo real fosse melhor aplicada na prática.
Portanto, o uso da visão computacional combinada com a inteligência artificial para obter detecção e reconhecimento automáticos de peças de trabalho tem um significado prático significativo.
A fase inicial de inspeção e identificação da peça baseou-se principalmente em métodos manuais. No entanto, com a aceleração contínua das velocidades on-line e as crescentes demandas por inspeção e identificação de peças, os métodos manuais tornaram-se cada vez mais inadequados para os requisitos industriais.
Isso levou ao surgimento de inúmeras tecnologias inovadoras para atender às necessidades de inspeção e identificação de peças de trabalho, como detecção de correntes parasitas, inspeção infravermelha, testes ultrassônicos, testes radiográficos, inspeção holográfica e tecnologias de inspeção de visão de máquina.
Essas tecnologias deram uma nova vitalidade à inspeção e identificação de peças, aumentando significativamente o nível de automação.
Entre essas tecnologias emergentes, o sistema de visão artificial ganhou a aplicação mais difundida devido à sua capacidade de adquirir informações abundantes e precisas.
Por exemplo, a assistência visual na montagem de robôs pode identificar as dimensões e formas dos componentes para garantir a exatidão e o controle de qualidade da montagem.
Além disso, com base nas informações reconhecidas pela visão, os produtos podem ser carregados e descarregados através de sistemas logísticos automatizados.
Isso permite a identificação de peças em movimento rápido, determinação da posição e orientação de um objeto em relação às coordenadas, conclusão do posicionamento e categorização do objeto, reconhecimento da distância posicional e ângulo de atitude do objeto, extração de características de parâmetros prescritos e detecção de erros.
Atualmente, a identificação de peças emprega predominantemente métodos de calibração baseados em câmeras tradicionais.
Do ponto de vista do pensamento computacional, os métodos tradicionais de calibração de câmeras podem ser categorizados em quatro tipos: métodos de calibração usando algoritmos de otimização, métodos que utilizam a matriz de transformação da câmera, o método de duas etapas considerando a compensação de distorção e o método de calibração de plano duplo empregando um método mais modelo de imagem de câmera racional.
Com base nas características dos algoritmos de solução, esses métodos também podem ser divididos em métodos diretos de minimização não linear (métodos iterativos), métodos de solução de forma fechada e métodos de duas etapas.
(1) Método de calibração utilizando algoritmo de otimização
Esses tipos de métodos de calibração de câmera assumem um modelo de imagem óptica altamente complexo. Eles incorporam vários fatores no processo de imagem e obtêm parâmetros do modelo da câmera resolvendo equações lineares.
No entanto, este método ignora completamente a distorção não linear no processo da câmera. Para melhorar a precisão da calibração, a aplicação de algoritmos de otimização não linear é inevitável.
Este método tem duas desvantagens principais: primeiro, o resultado da calibração da câmera depende do valor inicial dado à câmera.
Se o valor inicial for inadequado, será difícil obter o resultado correto da calibração através do programa de otimização. Em segundo lugar, o processo de otimização é demorado e não pode produzir resultados de calibração em tempo real.
Dainis e Juberts propuseram um método que utiliza transformação linear direta e introduz fatores de distorção não lineares para calibração de câmeras. Seu sistema foi projetado para medir com precisão a trajetória de um robô.
O sistema pode medir a trajetória do robô em tempo real, mas não exige que o algoritmo de calibração forneça calibração em tempo real para o sistema.
(2) Utilizando o método de calibração da matriz de transformação da câmera
Os métodos tradicionais em fotogrametria sugerem que a equação que descreve a relação entre o sistema de coordenadas espaciais tridimensional e o sistema de coordenadas da imagem bidimensional é geralmente uma equação não linear dos parâmetros internos e externos da câmera.
Se negligenciarmos a distorção não linear da lente da câmera e tratarmos os elementos na matriz de transformação de perspectiva como incógnitas, um conjunto de pontos de controle tridimensionais e pontos de imagem correspondentes podem ser usados para resolver cada elemento na matriz de transformação de perspectiva através de uma equação linear. método.
A vantagem deste tipo de método de calibração é que ele não requer o uso de métodos de otimização para resolver os parâmetros da câmera, permitindo assim um cálculo mais rápido e cálculo em tempo real dos parâmetros da câmera.
Contudo, ainda existem algumas deficiências: Em primeiro lugar, o processo de calibração não considera a distorção não linear da lente da câmera, afetando a precisão da calibração.
Em segundo lugar, o número de parâmetros desconhecidos na equação linear excede o número de parâmetros independentes do modelo de câmera a serem resolvidos, o que significa que as incógnitas na equação linear não são mutuamente independentes.
Este problema de sobreparametrização significa que em situações onde a imagem contém ruído, a solução para as incógnitas na equação linear pode ajustar-se bem ao conjunto de equações lineares, mas os parâmetros derivados disto podem não necessariamente alinhar-se bem com a situação real.
O método de calibração de câmeras utilizando a matriz de transformação de perspectiva tem sido amplamente aplicado em sistemas reais, obtendo resultados satisfatórios.
(3) Método de duas etapas
A ideia deste método de calibração é primeiro usar o método de transformação linear direta ou o método de matriz de transformação de perspectiva para resolver os parâmetros da câmera.
Então, usando os parâmetros obtidos como valores iniciais, os fatores de distorção são considerados e algoritmos de otimização são usados para melhorar ainda mais a precisão da calibração.
